Yazılım

Doğa; Optimizasyon Problemlerini Çözmede Yardımcı Olabilir

 Günümüzün en iyi dijital bilgisayarları; pratik bir zaman dilimi içinde, belirli bir sorunu çözmek için hala mücadele etmektedir. (Bu sorunlar; birleşimsel optimizasyon problemleri veya en iyi çözümü bulmak için büyük olasılıklar arasından bir araya gelmeyi içerenlerdir.) Kuantum bilgisayarları bu sorunları üstlenme potansiyeline sahiptir, ancak bu sistemlerdeki kuantum bitlerinin sayısını arttırmak bir engel olmaya devam etmektedir. MIT Lincoln Laboratuvarı araştırmacıları; bu sorunların hesaplanmasını hızlandırmak için alternatif, analog tabanlı bir yol gösterdi.  

Günümüzün en iyi dijital bilgisayarları; pratik bir zaman dilimi içinde, belirli bir sorunu çözmek için hala mücadele etmektedir. (Bu sorunlar; birleşimsel optimizasyon problemleri veya en iyi çözümü bulmak için büyük olasılıklar arasından bir araya gelmeyi içerenlerdir.) Kuantum bilgisayarları bu sorunları üstlenme potansiyeline sahiptir, ancak bu sistemlerdeki kuantum bitlerinin sayısını arttırmak bir engel olmaya devam etmektedir.

MIT Lincoln Laboratuvarı araştırmacıları; bu sorunların hesaplanmasını hızlandırmak için alternatif, analog tabanlı bir yol gösterdi.  

Araştırmacı Jeffrey Chou: “Bilgisayarımız ‘fiziğe dayalı hesaplama’ ile çalışıyor ve bu zorlu optimizasyon sorunlarının çözülmesine yardımcı olmak için doğanın kendisini kullanıyor. Standart elektronik bileşenlerden yapılmıştır ve mevcut mikroçip endüstrisini kullanarak bilgisayarımızı hızlı ve ucuz bir şekilde ölçeklememize olanak tanır.”

 Belki de en iyi bilinen kombinasyonel optimizasyon problemi seyahat eden satış görevlilerininkidir. Problem, bir satış görevlisinin aynı şehirde başlayıp biten birkaç şehirden geçebileceği en kısa rotayı bulması isteniyor.  Yalnızca birkaç şehirle basit görünebilir; ancak şehir sayısı arttıkça, en iyi süper bilgisayarları bile yavaşlatan problemin katlanarak çözülmesi zorlaşır.  Yine de optimizasyon problemlerinin günlük olarak gerçek dünyada çözülmesi gerekiyor.  Çözümler; vardiyaları planlamak, finansal riski en aza indirmek, ilaçları keşfetmek, gönderileri planlamak, kablosuz ağlara müdahaleyi azaltmak ve daha pek çok şey için kullanılır.

 Araştırmacı Suraj Bramhavar: “Uzun zamandan beri dijital bilgisayarların bu tür sorunları çözmede temelde kötü oldukları biliniyor. Çözüm bulmak için tasarlanan algoritmaların birçoğu; çözüm kalitesini zamanla telafi etmek zorunda kalıyor. Mutlak optimum çözümü bulmak, sorun boyutları büyüdüğünde makul olmayan uzun bir zaman alarak rüzgarlar yaratıyor.” 

Böylece daha iyi çözümler bulmak ve daha az sürede bunu yapmak, sektörlere milyarlarca dolar tasarruf sağlayabilir.  Bu nedenle, araştırmacılar özellikle optimizasyon için tasarlanmış sistemler inşa etmek için yeni yollar aramaktadırlar.

Ritmi Bulmak

 Doğa; enerjiyi optimize etmeyi veya en verimli ve dağıtılmış şekilde hedeflere ulaşmayı sever.  Bu prensip, doğanın senkronize edilmesinde, birlikte hareket eden kalp hücrelerininki gibi hareket edildiğinin görülebilir.  Benzer şekilde, iki sarkaçlı saat aynı yüzeye yerleştirildiğinde; münferit sarkaç ne zaman harekete geçerse geçsin, sonunda aynı anda apekslerine ulaşarak ancak ters yönlerde (veya dışına doğru hareket ederek) senkronize bir ritme kaybolacaklardır.  

Bu fenomen ilk olarak 1665 yılında Hollandalı Bilim İnsanı Christiaan Huygens tarafından gözlemlendi.  Bu saatler, enerjinin aralarında aktarılabileceği şekilde ayarlanmış birleştirilmiş osilatörlerin bir örneğidir.

Araştırmacı Chou: “Benzer bir olguyu gösteren metronomların bir YouTube videosunu gösteren, temelde bu doğrusal olmayan osilatörleri kullanarak bu saat ayarının elektronik, programlanabilir bir versiyonunu yaptık.  Probleminizin enerji ortamını kodlayan bir sistem kurarsanız, sistem doğal olarak enerjiyi senkronize edip en aza indirmeye çalışacak ve bunu yaparken en iyi çözüme ulaşacak.”

 Laboratuvarın prototipi, her biri yalnızca yukarı veya aşağı yönlendirebilecek manyetik bir “dönüş” yönelimi olan ve bir mıknatıs ağını tanımlayan, fizik modeline dayanan, bir bilgisayar tipi olan bir Ising makinesi*dir.  Her spin’in son oryantasyonu, diğer her bir spin ile olan etkileşimine bağlıdır.  Tek tek spin-spin etkileşimleri, bağlantılarının kuvvetini gösteren belirli bir birleştirme ağırlığı ile tanımlanır.  Bir Ising makinesinin amacı; belirli bir bağlantı kuvveti şebekesi göz önüne alındığında, her bir dönüşün, yukarı veya aşağı doğru, genel sistem enerjisini en aza indiren doğru konfigürasyonunu bulmaktır.

 Ancak bir Ising makinesi optimizasyon problemini nasıl çözer?  Optimizasyon problemlerinin doğrudan Ising modeliyle eşleştirilebileceği ortaya çıktı, böylelikle belirli kavrama ağırlıklarına sahip bir dönüş seti;  her şehir ve seyahat eden satıcı probleminde aralarındaki mesafeleri temsil edebilir.  Böylece, Ising modelindeki spinlerdeki en düşük enerjili konfigürasyonu bulmak; satıcının en hızlı yolu için doğrudan çözüme dönüşür. 

Son yıllarda, en önemlisi Kanadalı şirket D-Wave Sistemlerinden biri olan Ising modeline eşleyen kuantum makineleri inşa etme çabaları olmuştur.  Bu makineler; kriyojenik sıcaklıklarda çalışsalar da, büyük çözüm alanını aramak ve doğru cevabı bulmak için etkili bir yol sunar.

 Laboratuvarın sistemi benzer bir arama yapar. Ancak bunu, basit elektronik osilatörler kullanarak yapar.  Her osilatör, Ising modelinde bir dönüşü temsil eder. Benzer şekilde, eşitlenmiş veya faz olarak osilatörlerin “sıkma” konfigürasyonunu temsil ettiği ve faz dışı olanların “sıkma” konfigürasyonunu temsil ettiği ikili bir faz alır.  Sistemi bir optimizasyon problemini çözmek üzere ayarlamak için, problem; ilk önce Ising modeline eşlenir ve her osilatörü bağlayan programlanabilir kuplaj ağırlıklarına dönüştürülür.

 Bağlama ağırlıkları programlandığında, salınanların serbest bırakıldığı her bir saatin sarkaç kolu gibi hareket etmesine izin verilir.  Sistem daha sonra doğal olarak minimum enerji durumuna rahatlar.  Her bir osilatörün son aşamasını elektronik olarak “döndürme” veya “döndürme” olarak gösteren okuma, sorulan sorunun cevabını sunar.  Sistem 2.000’den fazla rasgele optimizasyon problemine karşı çalıştığında, zamanın yüzde 98’i doğru çözüme ulaştı.

 Daha önce, Stanford Üniversitesi’ndeki araştırmacılar optimizasyon problemlerini çözmek için lazer ve elektronik kullanan bir Ising makinesini gösterdiler.  Bu çalışma, dijital hesaplama konusunda önemli bir hızlanma potansiyeli olduğunu ortaya çıkardı, ancak Chou’ya göre, sistemin daha büyük boyutlara ölçeklendirilmesi zor ve maliyetli olabilir.  Daha basit bir alternatif bulma hedefi laboratuvarın araştırmalarını ateşledi.

Ölçeklendirme

 Ekibin gösterilerinde kullanılan bireysel osilatör devresi; cep telefonlarında veya Wi-Fi yönlendiricilerinde bulunan devrelere benzer.  Yaptıkları eklerden biri; devredeki tüm osilatörlerin birbirlerine doğrudan bağlanmalarını sağlayan bir çapraz çubuk mimarisidir.  

Chou: “Üretimi için ölçeklenebilir ve binlerce osilatöre tam bağlantı sağlayabilen bir mimari bulduk.  Tamamen bağlı bir sistem, çok çeşitli optimizasyon problemleriyle kolayca eşleştirilmesini sağlar.”

 Cornell Üniversitesi Uygulamalı ve Mühendislik Fiziği Profesörü Peter McMahon: “Lincoln Laboratuvarı’ndaki bu çalışma; analog elektronik bir Ising makinesinin yapımında enine yapı mimarisini yenilikçi bir şekilde kullanıyor. Bu mimari ve platformun gelecekteki gelişmelerinin nasıl bir performans gösterdiğini görmek ilginç olacak.”

 Laboratuvarın prototipi Ising makinesi, dört osilatör kullanıyor.  Ekip şimdi prototipi daha fazla sayıda osilatör veya “düğüm” e göre ölçeklendirmek ve baskılı bir devre kartı üzerinde imal etmek için bir plan yapıyor.  

Bramhavar: “500 düğüme gidebilirsek, mevcut bilgisayarlarla rekabet etmeye başlayabileceğimiz bir şans var ve 1.000 düğümde onları yenebiliriz.” 

 Ekip; standart elektronik bileşenlere dayandığından, ölçeklendirme için açık bir yol görüyor.  Aynı zamanda son derece ucuz.  Prototiplerinin tüm parçaları tipik bir lisans elektrik mühendisliği laboratuvarında bulunabilir ve yaklaşık 20 ABD doları karşılığında çevrimiçi olarak satın alınmıştır.

 Bramhavar: “Beni heyecanlandıran basitlik… Kuantum bilgisayarların şaşırtıcı performans göstermesi bekleniyor, ancak onları büyütmek için gereken bilimsel ve mühendislik zorlukları oldukça zor. Kuantum bilgisayarlarla öngörülen performans kazanımlarının küçük bir kısmını bile göstermek; ancak mevcut elektronik endüstrisinden donanım kullanmak,  ileriye doğru büyük bir adım atmak olacaktır. Bu devrelerin doğal davranışlarını kullanmak, gerçek sorunları çözmek için bir sonraki hesaplama döneminin ne olabileceği konusunda çok zorlayıcı bir alternatif sunar. ”

Kaynak:
TechXplore
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (Henüz oy verilmedi)
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgini Çekebilir

Close
Close